Etusivu Tutki Apua
Kirjaudu sisään
dongzenan
/
alpaca-lora
1
0
Fork 0
Tiedostot Ongelmat 0 Pull-pyynnöt 0 Wiki

Ei kuvausta

Puu: 63121244c8
Haarat Tagit
alpaca-lora
Eric Wang 63121244c8 Licenses and whatnot 3 vuotta sitten
.gitignore 26f64780ad initial commit 3 vuotta sitten
DATA_LICENSE 63121244c8 Licenses and whatnot 3 vuotta sitten
LICENSE 63121244c8 Licenses and whatnot 3 vuotta sitten
README.md 63121244c8 Licenses and whatnot 3 vuotta sitten
alpaca_data.json 26f64780ad initial commit 3 vuotta sitten
conversion.py 26f64780ad initial commit 3 vuotta sitten
finetune.py 63121244c8 Licenses and whatnot 3 vuotta sitten
generate.py 63121244c8 Licenses and whatnot 3 vuotta sitten
iteration.ipynb 26f64780ad initial commit 3 vuotta sitten
lengths.ipynb 26f64780ad initial commit 3 vuotta sitten

README.md

alpaca-lora

This repository contains code for reproducing the Stanford Alpaca results. Users will need to have LLaMA weights on hand and be ready to fork transformers.

  1. Install dependencies

    pip install -q bitsandbytes datasets accelerate loralib

pip install -q git+https://github.com/zphang/transformers@llama_push
pip install -q git+https://github.com/huggingface/peft.git\

  2. Convert weights

    python conversion.py --input_dir [LLAMA_DIR]/LLaMA --model_size 7B --output_dir ./7B

  3. Modify hyperparams in finetune.py

    MICRO_BATCH_SIZE = 12
BATCH_SIZE = 36
EPOCHS = 3
LEARNING_RATE = 2e-5

  4. Run experiments

    python finetune.py